一种数据流量的管理方法及装置
阅读：325发布：2020-05-15
专利汇可以提供一种数据流量的管理方法及装置专利检索，专利查询，专利分析的服务。并且本 发明 的 实施例 提供一种数据流量的管理方法及装置，涉及通信技术领域，可对数据流量进行体系化的管理，从而根据管理结果指导网络规划和动态调整，实现网络负载均衡。该方法包括：预测目标网络内N个 节点 中每个节点在 指定 时段内的预测流量，所述预测流量包括输入流量和/或输出流量，N＞1；根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，得到所述目标网络的流量分布矩阵；基于所述流量分布矩阵，确定每两个节点之间传输数据流量时所需的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，M≥1；为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径。，下面是一种数据流量的管理方法及装置专利的具体信息内容。
1.一种数据流量的管理方法，其特征在于，包括：
预测目标网络内N个节点中每个节点在指定时段内的预测流量，所述预测流量包括输入流量和/或输出流量，N＞1；
根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，得到所述目标网络的流量分布矩阵；
基于所述流量分布矩阵，确定每两个节点之间传输数据流量时所需的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，M≥1；
为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径。
2.根据权利要求1所述的方法，其特征在于，预测目标网络内N个节点中每个节点在指定时段内的预测流量，包括：
对于所述目标网络内的每个节点，获取在指定时段内为该节点预测的用户数、用户行为数据以及业务流量数据，所述业务流量数据包括上行业务的流量消耗或下行业务的流量消耗，所述用户行为数据用于指示用户与该节点进行不同业务交互时每一种业务的占比；
根据所述预测用户数、所述用户行为数据以及所述业务流量数据，计算该节点在所述指定时段内的输入流量和/或输出流量，得到所述预测流量。
3.根据权利要求1或2所述的方法，其特征在于，根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，包括：
获取源节点至宿节点的分布系数，所述分布系数用于指示从所述源节点至所述宿节点之间数据流量的承载能力，所述源节点和所述宿节点为所述目标网络内的任意两个不相同的节点；
根据所述分布系数和所述源节点的输出流量，或者，根据所述分布系数和所述宿节点的输入流量，计算所述源节点至所述宿节点之间传输数据流量的大小。
4.根据权利要求3所述的方法，其特征在于，获取源节点至宿节点的分布系数，包括：
获取所述源节点至所述宿节点的历史流量数据；
根据所述历史流量数据预测所述源节点至所述宿节点的分布系数。
5.根据权利要求1所述的方法，其特征在于，基于所述流量分布矩阵，确定每两个节点之间传输数据流量时的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，包括：
对于所述目标网络内的每两个节点，确定该每两个节点之间进行不同业务交互时每一种业务所需的服务质量等级，以及每一种业务占用的数据流量；
根据每一种业务所需的服务质量等级，将该两个节点之间传输的数据流量划分为M种网络承载方式；
根据每一种业务占用的数据流量，得到所述M种网络承载方式中每一种网络承载方式所承载的数据流量。
6.根据权利要求1所述的方法，其特征在于，为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径，包括：
获取所述目标网络的当前拓扑信息；
根据所述当前拓扑信息为每一种网络承载方式所承载的数据流量分配一条传输路径。
7.根据权利要求1所述的方法，其特征在于，在为每一种网络承载方式所承载的数据流量分配一条传输路径之后，还包括：
根据所述目标网络中各条传输路径承载的数据流量，对所述目标网络进行网络规划或动态调整。
8.根据权利要求1所述的方法，其特征在于，在预测目标网络内N个节点中每个节点在指定时段内的预测流量之后，还包括：
获取所述目标网络内每个节点当前的允许承载的数据总流量；
对于所述目标网络内的每个节点，根据所述数据总流量以及该节点的预测流量，计算该节点需要新增或减少的资源大小。
9.根据权利要求8所述的方法，其特征在于，在计算该节点需要新增或减少的资源大小之后，还包括：
当该节点需要新增资源时，进行网络功能虚拟化NFV扩容操作为该节点增加虚拟资源；
当该节点需要减少资源时，进行NFV缩容操作为该节点减少虚拟资源。
10.一种数据流量的管理装置，其特征在于，包括：
生成单元，用于预测目标网络内N个节点中每个节点在指定时段内的预测流量，所述预测流量包括输入流量和/或输出流量，N＞1；
分布单元，用于根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，得到所述目标网络的流量分布矩阵；
划分单元，用于基于所述流量分布矩阵，确定每两个节点之间传输数据流量时所需的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，M≥1；
分配单元，用于为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径。
11.根据权利要求10所述的装置，其特征在于，
所述生成单元，具体用于对于所述目标网络内的每个节点，获取在指定时段内为该节点预测的用户数、用户行为数据以及业务流量数据，所述业务流量数据包括上行业务的流量消耗或下行业务的流量消耗，所述用户行为数据用于指示用户与该节点进行不同业务交互时每一种业务的占比；根据所述预测用户数、所述用户行为数据以及所述业务流量数据，计算该节点在所述指定时段内的输入流量和/或输出流量，得到所述预测流量。
12.根据权利要求10或11所述的装置，其特征在于，
所述分布单元，具体用于获取源节点至宿节点的分布系数，所述分布系数用于指示从所述源节点至所述宿节点之间数据流量的承载能力，所述源节点和所述宿节点为所述目标网络内的任意两个不相同的节点；根据所述分布系数和所述源节点的输出流量，或者，根据所述分布系数和所述宿节点的输入流量，计算所述源节点至所述宿节点之间传输数据流量的大小。
13.根据权利要求12所述的装置，其特征在于，
所述分布单元，还用于获取所述源节点至所述宿节点的历史流量数据；根据所述历史流量数据预测所述源节点至所述宿节点的分布系数。
14.根据权利要求10所述的装置，其特征在于，
所述划分单元，具体用于对于所述目标网络内的每两个节点，确定该每两个节点之间进行不同业务交互时每一种业务所需的服务质量等级，以及每一种业务占用的数据流量；
根据每一种业务所需的服务质量等级，将该两个节点之间传输的数据流量划分为M种网络承载方式；根据每一种业务占用的数据流量，得到所述M种网络承载方式中每一种网络承载方式所承载的数据流量。
15.根据权利要求10所述的装置，其特征在于，
所述分配单元，具体用于获取所述目标网络的当前拓扑信息；根据所述当前拓扑信息为每一种网络承载方式所承载的数据流量分配一条传输路径。
16.根据权利要求10所述的装置，其特征在于，所述装置还包括：
规划单元，用于根据所述目标网络中各条传输路径承载的数据流量，对所述目标网络进行网络规划；或者，
调整单元，用于根据所述目标网络中各条传输路径承载的数据流量，对所述目标网络进行动态调整。
17.根据权利要求10所述的装置，其特征在于，所述装置还包括：
获取单元，用于获取所述目标网络内每个节点当前允许承载的数据总流量；
计算单元，用于对于所述目标网络内的每个节点，根据所述数据总流量以及该节点的预测流量，计算该节点需要新增或减少的资源大小。
18.根据权利要求17所述的装置，其特征在于，所述装置还包括：
操作单元，用于当该节点需要新增资源时，进行网络功能虚拟化NFV扩容操作为该节点增加虚拟资源；当该节点需要减少资源时，进行NFV缩容操作为该节点减少虚拟资源。
19.一种数据流量的管理装置，其特征在于，包括：处理器、存储器、总线和通信接口；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接，当所述数据流量的管理装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述数据流量的管理装置执行如权利要求1-9中任意一项的数据流量的管理方法。
一种数据流量的管理方法及装置
技术领域
背景技术
[0002] 随着数字化业务的发展，用户消费的数据流量呈现爆炸式的增长，而且数据流量在时间和空间上呈现不均衡的矛盾日益突出，在这种数据流量动态变化的应用场景下，如何进行有效地网络规划和动态调整，使数据流量能够合理的分配到网络路径成为亟需解决的问题。
[0003] 过去，各大运营商在进行网络规划时，大多是基于数据流量传输过程中的某一个环节或者区域进行静态的、粗放式的规划建设，例如，当节点A生成或输出数据流量的能力不足时，一味的增加节点A的硬件资源进行扩容，来保证用户对数据流量的需求，当节点A需求减小后相应的硬件资源闲置，造成资源浪费。
[0004] 可以看出，这种对数据流量静态的、粗放式的网络规划建设，很容易导致资源的浪费或不足，使网络内各节点的负载不均衡，实际中数据流量的分配结果与规划建设的预期相距甚远。
发明内容
[0005] 本发明实施例提供一种数据流量的管理方法及装置，可对数据流量进行体系化的管理，从而根据管理结果指导网络规划或动态调整，实现网络负载均衡。
[0006] 为达到上述目的，本发明的实施例采用如下技术方案：
[0007] 第一方面，本发明的实施例提供一种数据流量的管理方法，包括：预测目标网络内N(N＞1)个节点中每个节点在指定时段内的预测流量，该预测流量包括输入流量和/或输出流量；根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，得到该目标网络的流量分布矩阵；基于该流量分布矩阵，确定每两个节点之间传输数据流量时所需的M(M≥1)种网络承载方式，以及每一种网络承载方式所承载的数据流量；为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径。通过上述四个阶段，可以预测出未来在指定时段内，目标网络中各个节点生成的数据流量，得到目标网络内的数据流量的分布情况，并将这些数据流量合理的分配到目标网络的传输路径中，这样，根据得出的节点之间数据流量的分配情况，可以较为准确的确定出目标网络内发生拥塞的位置、资源过剩或资源不足的节点，以便于对目标网络进行准确的网络规划或动态调整，实现上述目标网络的负载均衡。
[0008] 在一种可能的设计中，预测目标网络内N个节点中每个节点在指定时段内的预测流量，包括：对于该目标网络内的每个节点，获取在指定时段内为该节点预测的用户数、用户行为数据以及业务流量数据，该业务流量数据包括上行业务的流量消耗或下行业务的流量消耗，该用户行为数据用于指示用户与该节点进行不同业务交互时每一种业务的占比；根据该预测用户数、该用户行为数据以及该业务流量数据，计算该节点在该指定时段内的输入流量或输出流量，从而较为准确的预测出每个节点在指定时段内的输入流量和/或输出流量，得到该预测流量。
[0009] 在一种可能的设计中，根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，包括：获取源节点至宿节点的分布系数，该分布系数用于指示从该源节点至该宿节点之间数据流量的承载能力，该源节点和该宿节点为该目标网络内的任意两个不相同的节点；根据该分布系数和该源节点的输出流量，或者，根据该分布系数和该宿节点的输入流量，计算该源节点至该宿节点之间传输数据流量的大小。
[0010] 在一种可能的设计中，获取源节点至宿节点的分布系数，包括：获取该源节点至该宿节点的历史流量数据；根据该历史流量数据预测该源节点至该宿节点的分布系数。
[0011] 在一种可能的设计中，基于该流量分布矩阵，确定每两个节点之间传输数据流量时的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，包括：对于该目标网络内的每两个节点，确定该每两个节点之间进行不同业务交互时每一种业务所需的服务质量等级，以及每一种业务占用的数据流量；根据每一种业务所需的服务质量等级，将该两个节点之间传输的数据流量划分为M种网络承载方式；根据每一种业务占用的数据流量，得到该M种网络承载方式中每一种网络承载方式所承载的数据流量。由于不同的业务类型对服务质量的需求不一样，因此，根据每一种业务所需的服务质量等级，将该两个节点之间传输的数据流量划分为M种网络承载方式，得到每一种网络承载方式所承载的数据流量，实现对任意两个节点之间数据流量的精细划分。
[0012] 在一种可能的设计中，为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径，包括：获取该目标网络的当前拓扑信息；根据该当前拓扑信息为每一种网络承载方式所承载的数据流量分配一条传输路径。
[0013] 在一种可能的设计中，在为每一种网络承载方式所承载的数据流量分配一条传输路径之后，还包括：根据该目标网络中各条传输路径承载的数据流量，对该目标网络进行网络规划或动态调整。
[0014] 在一种可能的设计中，在预测目标网络内N个节点中每个节点在指定时段内的预测流量之后，还包括：获取该目标网络内每个节点当前的允许承载的数据总流量；对于该目标网络内的每个节点，根据该数据总流量以及该节点的预测流量，计算该节点需要新增或减少的资源大小。
[0015] 在一种可能的设计中，在计算该节点需要新增或减少的资源大小之后，还包括：当该节点需要新增资源时，进行NFV扩容操作为该节点增加虚拟资源；当该节点需要减少资源时，进行NFV缩容操作为该节点减少虚拟资源。
[0016] 第二方面，本发明的实施例提供一种数据流量的管理装置，包括：生成单元，用于预测目标网络内N个节点中每个节点在指定时段内的预测流量，该预测流量包括输入流量和/或输出流量，N＞1；分布单元，用于根据每个节点在指定时段内的预测流量，预测每两个节点之间传输数据流量的大小，得到该目标网络的流量分布矩阵；划分单元，用于基于该流量分布矩阵，确定每两个节点之间传输数据流量时所需的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，M≥1；分配单元，用于为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径。
[0017] 在一种可能的设计中，该生成单元，具体用于对于该目标网络内的每个节点，获取在指定时段内为该节点预测的用户数、用户行为数据以及业务流量数据，该业务流量数据包括上行业务的流量消耗或下行业务的流量消耗，该用户行为数据用于指示用户与该节点进行不同业务交互时每一种业务的占比；根据该预测用户数、该用户行为数据以及该业务流量数据，计算该节点在该指定时段内的输入流量和/或输出流量，得到该预测流量。
[0018] 在一种可能的设计中，该分布单元，具体用于获取源节点至宿节点的分布系数，该分布系数用于指示从该源节点至该宿节点之间数据流量的承载能力，该源节点和该宿节点为该目标网络内的任意两个不相同的节点；根据该分布系数和该源节点的输出流量，或者，根据该分布系数和该宿节点的输入流量，计算该源节点至该宿节点之间传输数据流量的大小。
[0019] 在一种可能的设计中，该分布单元，还用于获取该源节点至该宿节点的历史流量数据；根据该历史流量数据预测该源节点至该宿节点的分布系数。
[0020] 在一种可能的设计中，该划分单元，具体用于对于该目标网络内的每两个节点，确定该每两个节点之间进行不同业务交互时每一种业务所需的服务质量等级，以及每一种业务占用的数据流量；根据每一种业务所需的服务质量等级，将该两个节点之间传输的数据流量划分为M种网络承载方式；根据每一种业务占用的数据流量，得到该M种网络承载方式中每一种网络承载方式所承载的数据流量。
[0021] 在一种可能的设计中，该分配单元，具体用于获取该目标网络的当前拓扑信息；根据该当前拓扑信息为每一种网络承载方式所承载的数据流量分配一条传输路径。
[0022] 在一种可能的设计中，该装置还包括：规划单元，用于根据该目标网络中各条传输路径承载的数据流量，对该目标网络进行网络规划；或者，调整单元，用于根据该目标网络中各条传输路径承载的数据流量，对该目标网络进行动态调整。
[0023] 在一种可能的设计中，该装置还包括：获取单元，用于获取该目标网络内每个节点当前允许承载的数据总流量；计算单元，用于对于该目标网络内的每个节点，根据该数据总流量以及该节点的预测流量，计算该节点需要新增或减少的资源大小。
[0024] 在一种可能的设计中，该装置还包括：操作单元，用于当该节点需要新增资源时，进行网络功能虚拟化NFV扩容操作为该节点增加虚拟资源；当该节点需要减少资源时，进行NFV缩容操作为该节点减少虚拟资源。
[0025] 第三方面，本发明的实施例提供一种数据流量的管理装置，包括：处理器、存储器、总线和通信接口；该存储器用于存储计算机执行指令，该处理器与该存储器通过该总线连接，当该管理装置运行时，该处理器执行该存储器存储的该计算机执行指令，以使该管理装置执行如第一方面中任意一项的数据流量的管理方法。
[0028] 另外，第二方面至第四方面中任一种设计方式所带来的技术效果可参见第一方面中不同设计方式所带来的技术效果，此处不再赘述。
[0030] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0031] 图1为本发明实施例提供的一种数据流量的管理方法的应用场景示意图；
[0032] 图2为本发明实施例提供的一种数据流量的管理方法的原理示意图一；
[0033] 图3为本发明实施例提供的一种数据流量的管理装置的结构示意图一；
[0034] 图4为本发明实施例提供的一种数据流量的管理方法的流程示意图；
[0035] 图5为本发明实施例提供的目标网络内的数据流量分布示意图；
[0036] 图6为本发明实施例提供的目标网络内的数据流量划分示意图；
[0037] 图7为本发明实施例提供的当前目标网络的链路分布示意图；
[0038] 图8为本发明实施例提供的目标网络内的数据流量分配示意图；
[0039] 图9为本发明实施例提供的一种数据流量的管理装置的结构示意图二；
[0040] 图10为本发明实施例提供的一种数据流量的管理装置的结构示意图三；
[0041] 图11为本发明实施例提供的一种数据流量的管理装置的结构示意图四；
[0042] 图12A为本发明实施例提供的一种数据流量的管理装置的结构示意图四；
[0043] 图12B为本发明实施例提供的一种数据流量的管理装置的结构示意图五。
具体实施方式
[0044] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0045] 另外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0046] 本发明的实施例提供一种数据流量的管理方法，可由数据流量的管理装置(后续简称为管理装置)执行，该方法可实现对目标网络内数据流量的管理，如图1所示，为上述数据流量的管理方法的应用场景示意图，管理装置11与目标网络内的N个节点12均相连，N＞1。
[0047] 其中，该目标网络可以是需要进行数据流量管理的移动网络、固定网络或城域网络等任意类型的电信网络，目标网络的状态可以是设计态(例如，该目标网络处于设计部署的阶段)或运行态(例如，该目标网络已经在小区X内组建完成并投入使用)，本发明实施例对此不作任何限制。
[0048] 具体的，本发明的实施例提供一种数据流量的管理方法，可以通过四个阶段对目标网络内的数据流量进行体系化的管理。如图2所示，这四个阶段分别为：(1)预测目标网络内每个节点的流量生成情况，即生成(Generation)阶段，例如，可以利用预置的流量生成模型，预测节点i的输入流量Di和/或节点j的输出流量Oj；(2)根据每个节点的流量生成情况分析目标网络内的数据流量的分布情况，即分布(Distribution)阶段，例如，可以利用预置的流量分布模型，计算节点i与节点j之间传输的数据流量Tij；(3)根据目标网络内数据流量的分布情况进行流量划分，即划分(Split)阶段，例如，可以利用预置的流量方式划分模型，将Tij划分为Tij(1)、Tij(2)、Tij(3)，其中，Tij(1)、Tij(2)、Tij(3)分别使用三种不同的网络承载方式进行传输；(4)根据流量划分的结果在目标网络内进行流量分配，即分配(Assignment)阶段，例如，可以利用预置的流量分配模型，为节点i与节点j之间每一种网络承载方式所承载的数据流量分配一条传输路径。
[0049] 通过这四个阶段，可以预测出未来在指定时段内，目标网络中各个节点生成的数据流量，得到目标网络内的数据流量的分布情况，并将这些数据流量分配到目标网络的传输路径中，这样，根据得出的节点之间数据流量的分配情况，可以较为准确的确定出目标网络内发生拥塞的位置、资源过剩或资源不足的节点，以便于对目标网络进行准确的网络规划或动态调整，实现上述目标网络的负载均衡。
[0050] 在本发明实施例中，生成-分布-划分-分配这四个阶段可称为GDSA四阶段流量管理方法。
[0051] 相应的，根据上述GDSA四阶段流量管理方法的核心原理，如图3所示，可以将上述管理装置11划分为四个功能单元，即生成单元21、分布单元22、划分单元23以及分配单元24，并由这四个功能单元依次分别执行上述生成-分布-划分-分配这四个阶段内的步骤。
[0052] 可以理解的是，管理装置11可以通过在线的方式，即如图1所示的应用场景，与目标网络内的各个节点12相连，实时从节点12处获取进行GDSA四阶段流量管理方法所需的信息，确定节点之间数据流量的分配情况，从而根据该分配情况对目标网络内的资源分配情况进行动态调整；又或者，管理装置11也可以不与上述目标网络中的各个节点相连，而是通过离线的方式单独执行上述GDSA四阶段流量管理方法，确定节点之间数据流量的分配情况，从而根据该分配情况对目标网络进行网络规划，得出网络规划意见，例如，管理员可以手动向管理装置11输入各个节点12的历史流量数据，或向管理装置11内配置相应的预测模型，使管理装置11执行上述生成-分布-划分-分配这四个阶段内的步骤。
[0053] 另外，上述节点12具体为目标网络中的一个流量汇聚节点，即目标网络中数据流量的产生和流入节点，节点12是一个逻辑抽象的概念，其范围可以是一个物理端口、网元、子网等，一个节点12也可以包括多个子节点，这些子节点又可以构成一个新的目标网络，而这个新的目标网络当然也可以沿用本发明实施例提供的GDSA四阶段流量管理方法进行数据流量管理，本领域技术人员可以根据目标网络需要调查研究的对象来定义节点12，本发明实施例对此不作任何限定。
[0054] 基于上述GDSA四阶段流量管理方法的核心原理，如图4所示，本发明实施例提供一种数据流量的管理方法，包括：
[0055] 101、管理装置预测目标网络内每个节点在指定时段内的预测流量，该预测流量包括输入流量和/或输出流量。
[0056] 其中，步骤101，即生成阶段的目标是预测和分析目标网络中每个节点在指定时段内数据流量的流入总量(即输入流量D)和/或流出总量(即输出流量O)。
[0057] 具体的，对于目标网络内的每个节点，管理装置可以获取在指定时段内为该节点预测的用户数、用户行为数据以及业务流量数据，其中，该业务流量数据包括上行业务的流量消耗和下行业务的流量消耗，该用户行为数据用于指示用户与该节点进行不同业务交互时每一种业务的占比，那么，根据上述预测用户数、用户行为数据以及业务流量数据，管理装置可以计算出该节点在指定时段内的预测流量，进而得到目标网络内每一个节点在指定时段内的预测流量。
[0058] 示例性的，以万人体育场旁边的基站集合为上述目标网络中的一个节点为例，如果指定时段为周六晚8点-11点，由于该指定时段内将举办大型赛事，因此，可预测该基站的用户数为1万人，而用户行为数据以及业务流量数据可以通过预先设置的算法模型得到，例如，用户行为数据包括：使用网页业务的用户为60％，使用视频业务的用户为30％，使用上传业务的用户为10％，而得到的业务流量数据包括上行业务的流量消耗，例如，上传业务的流量消耗为50M，以及下行业务的流量消耗，例如，网页业务的流量消耗为20M，视频业务的流量消耗为200M，那么，管理装置可以计算出一个用户与基站集合中的某个基站交互时，该基站的输入流量为20M+200M＝220M，该基站的输出流量为50M，那么，当用户数为1万人时，可以计算出体育场旁边的基站集合的输入流量D为220M*10000*(60％+30％)，输出流量O为50M*10000*10％。
[0059] 其中，获取用户行为数据时使用的算法模型，可以通过对统计的用户的历史行为数据进行建模得出，类似的，获取业务流量数据时使用的算法模型，也可以通过对统计的各类型的历史业务数据进行建模得出。
[0060] 通过步骤101，管理装置可以确定出目标网络内的各节点的数据流量是如何产生的，产生的数据流量有多少，以及在不同时间段内生成的数据流量的多少。
[0061] 102、管理装置根据每个节点在指定时段内的预测流量，预测目标网络内每两个节点之间传输数据流量的大小，得到目标网络的流量分布矩阵。
[0062] 步骤102，即分布阶段的目标是分析从每一个源节点到每一个宿节点传输的数据流量的大小，确定步骤101中各节点生成的数据流量在目标网络内是如何分布的。
[0063] 其中，源节点是指输出数据流量的节点，宿节点是指被输入数据流量的节点，可以理解的是，源节点和宿节点是一组相对概念，目标网络中的任意一个节点既可以是源节点，也可以是宿节点。
[0064] 具体的，目标网络中任意两个节点(例如第一节点和第二节点)之间传输的数据流量的大小，既包括以第一节点为源节点、第二节点为宿节点时，第一节点向第二节点发送的数据流量，也包括以第一节点为宿节点、第二节点为源节点时，第一节点从第二节点接收的数据流量。
[0065] 那么，以第一节点为源节点、第二节点为宿节点为例，管理装置可以先获取第一节点至第二节点的分布系数，该分布系数用于指示从第一节点至第二节点之间数据流量的承载能力；这样，管理装置根据该分布系数和源节点的输出流量(或宿节点的输入流量)，便可以计算出第一节点至第二节点之间传输数据流量的大小T12，类似的，基于上述方法还可以计算出第二节点至第一节点之间传输数据流量的大小T21，那么，第一节点与第二节点之间传输数据流量的大小为T12+T21。
[0066] 其中，上述分布系数又可以包括输出分布系数f(i,j)和输入分布系数g(i,j)，其中，1≤i≤N，1≤j≤N，且i不等于j，具体的，当步骤101中预测得到的是节点i的输出流量Oi时，需要将这些输出流量Oi输出到除了节点i之外的其他N-1个节点，因此，可通过输出分布系数f(i,j)预测节点i向节点j输出的流量大小，即Tij＝Oi*f(i,j)，当然，对于每一个节点i(即源节点)而言，节点i到其他N-1个节点的N-1个输出分布系数之和应该为1。
[0067] 相应的，当步骤101中预测得到的是节点j的输入流量Dj时，需要确定这些输入流量Dj分别是由哪些节点发送过来的，因此，可通过输入分布系数g(i,j)预测节点i向节点j输入的流量大小，即Tij＝Dj*g(i,j)，当然，对于每一个节点j(即宿节点)而言，其他N-1个节点到节点j的N-1个输入分布系数之和也应该为1。
[0068] 示例性的，目标网络中包括节点1、节点2以及节点3，节点1作为源节点时的输出流量为O1，节点2作为源节点时的输出流量为O2，节点3作为源节点时的输出流量为O3，节点1作为宿节点时的输入流量为D1，节点2作为宿节点时的输入流量为D2，节点3作为宿节点时的输入流量为D3，那么，节点i(i＝1,2,3)向节点j(j＝1,2,3)传输的数据流量为Tij，Tij＝Oi*f(i,j)＝Dj*g(i,j)，其计算结果如表1所示。
[0069] 表1
[0070] 节点1 节点2 节点3 输出流量O
节点1 0 T12 T13 O1
节点2 T21 0 T23 O2
节点3 T31 T32 0 O3
输入流量D D1 D2 D3
节点1 0 T12 T13 O1
节点2 T21 0 T23 O2
节点3 T31 T32 0 O3
输入流量D D1 D2 D3
[0071] 此时，目标网络的流量分布矩阵为
[0072] 那么，根据上述流量分布矩阵，便可以得出如图5所示的目标网络内的数据流量分布示意图。
[0073] 其中，上述分布系数，例如输出分布系数f(i,j)和输入分布系数g(i,j)，可以是预先存储在管理装置内的，也可以通过如下方法确定(以获取第一节点至第二节点的输出分布系数f(1,2)为例)：管理装置首先获取第一节点至第二节点的历史流量数据；进而，根据该历史流量数据使用增长系数模型、重力模型等流量分布模型预测第一节点至第二节点的输出分布系数f(1,2)。
[0074] 通过步骤102，管理装置可以确定出各个节点产生的流量在目标网络内是如何分布的，任意源节点和宿节点之间的数据流量的大小。
[0075] 需要说明的是，在本发明实施例中，任意节点输入数据流量或输出数据流量的过程都是发生在目标网络内的，也就是说，在目标网络内，所有节点的输出流量的总和，与所有节点的输入流量的总和是相等的，因此，节点i向节点j传输的数据流量Tij＝Oi*f(i,j)，或Tij＝Dj*g(i,j)，并且，也可以基于上述输入输出流量相等的原则划分目标网络。
[0076] 103、基于流量分布矩阵，管理装置确定每两个节点之间传输数据流量时的M种网络承载方式，以及每一种网络承载方式所承载的数据流量，M≥1。
[0077] 步骤103，即划分阶段的目标是把步骤102中确定出的任意两个节点之间传输的数据流量按照不同的网络承载方式进行流量划分。
[0078] 其中，上述网络承载方式，指的是在目标网络内使用的传输媒介和传输技术的总称，以移动回传网作为目标网络举例，此时，目标网络内可以使用的网络承载方式包括PTN(Packet Transport Network，分组传送网)，OTN(OpticalTransportNetwork，光传送网)，IP RAN(Internet Protocol Radio Access Network，无线接入网IP化)，微波等。
[0079] 具体的，由于不同的业务类型对服务质量(Quality of Service，QoS)的需求不一样，例如，视频业务对网络时延的要求较高，而文件传输类业务则对网络时延的要求不高，因此，对于目标网络内的每两个节点，管理装置首先可以确定这每两个节点之间进行不同业务交互时，每一种业务所需的服务质量等级，以及每一种业务占用的数据流量；进而，根据每一种业务所需的服务质量等级，可以将该两个节点之间传输的数据流量划分为M种网络承载方式，进而，根据每一种业务占用的数据流量，计算出M种网络承载方式中每一种网络承载方式所承载的数据流量。其中，服务质量包括带宽、网络延时、丢包率、抖动值等，本发明实施例对此不作任何限制。
[0080] 例如，第一节点与第二节点需要传输的数据流量为200M，其中100M为视频业务，50M为下载业务，50M为网页业务，而管理装置可以预先建立不同业务类型、服务质量等级以及网络承载方式之间的对应关系，那么，根据该对应关系，管理装置可以确定出每一种业务所需的服务质量等级，例如，视频业务的服务质量等级为一级，而与一级服务质量等级对应的网络承载方式为方式A；下载业务和网页业务的服务质量等级为二级，而与二级服务质量等级对应的网络承载方式为方式B，因此，可以确定第一节点与第二节点之间使用方式A传输100M数据流量，使用方式B传输100M数据流量。
[0081] 通过上述方法，如表2所示，可以确定出目标网络内方式A数据流量划分情况，以及，如表3所示，还可以确定出目标网络内方式B数据流量划分情况，其中，源节点i至宿节点j之间使用方式A所承担的数据流量大小表示为Taij，源节点i至宿节点j之间使用方式B所承担的数据流量大小表示为Tbij，最终，如图6所示，管理装置可以确定出每两个节点之间传输数据流量时的M种网络承载方式，以及每一种网络承载方式所承载的数据流量。
[0082] 表2
[0083] 节点1 节点2 节点3
节点1 0 Ta12 Ta13
节点2 Ta21 0 Ta23
节点3 Ta31 Ta32 0
节点1 0 Ta12 Ta13
节点2 Ta21 0 Ta23
节点3 Ta31 Ta32 0
[0084] 表3
[0085] 节点1 节点2 节点3
节点1 0 Tb12 Tb13
b b
节点2 T21 0 T23
节点3 Tb31 Tb32 0
节点1 0 Tb12 Tb13
b b
节点2 T21 0 T23
节点3 Tb31 Tb32 0
[0086] 104、管理装置为每两个节点之间确定的每一种网络承载方式所承载的数据流量分配一条传输路径。
[0087] 步骤104，即分配阶段的目标是把步骤103中每两个节点之间的各种承载方案合理的分配到目标网络的传输路径中，从而规划出目标网络内的传输路径以及每条传输路径所承载的流量数据。
[0088] 具体的，管理装置可以获取目标网络的当前拓扑信息，即当前目标网络的链路分布情况(如图7所示，当前目标网络包括L1-L7共7条链路)；这样，根据上述当前拓扑信息，管理装置可基于预置的流量分配模型为每一种网络承载方式所承载的数据流量分配一条传输路径。
[0089] 例如，对于图6中所示的方式A，结合图7，管理装置分配的传输路径表如表4所示，其中，节点1到节点2的传输路径为L1-L2-L3；节点2到节点1的传输路径为L3-L2-L1；节点1到节点3的传输路径为L7-L6；节点3到节点1的传输路径为L6-L7；节点2到节点3的传输路径为L3-L4-L5；节点3到节点2的传输路径为L5-L4-L3。相应的，对于图6中所示的方式B，结合图7，管理装置分配的传输路径表如表5所示。那么，根据表4和表5所示的路径分配结果，可以得到如图8所示的目标网络内的数据流量分配示意图。
[0090] 表4
[0091] 节点1 节点2 节点3节点1 0 L1-L2-L3 L7-L6
节点2 L3-L2-L1 0 L3-L4-L5
节点3 L6-L7 L5-L4-L3 0
节点2 L3-L2-L1 0 L3-L4-L5
节点3 L6-L7 L5-L4-L3 0
[0092] 表5
[0093] 节点1 节点2 节点3节点1 0 0 L7-L6
节点2 0 0 L3-L4-L5
节点3 L6-L7 L5-L4-L3 0
节点2 0 0 L3-L4-L5
节点3 L6-L7 L5-L4-L3 0
[0094] 其中，上述流量分配模型可以为全有全无分配模型、多路径概率分配模型或随机分配模型等，本领域技术人员可以根据实际经验或实际情况设置不同的流量分配模型。
[0095] 其中，全有全无分配模型，通常以各节点之间的产生的费用最少为分配原则，从节点出发以最短路径(或最少费用、最少时间)到达其他节点的一组路线称为最短通路，当所有的起始点的数据流量在目标网络内都确定了最短通路，即完成了全有全无分配。
[0096] 多路径概率分配模型是指：在目标网络节点之间有许多条线路可通，实际的数据流量将布满于这些线路上，不同数据流量将有不同的选择，而多路径概率分配模型就是通过一定算法模拟这种实际的数据流量情况，将数据流量以不同的概率分配到各条线路上。
[0097] 由于上述每一种网络承载方式在每两个节点之间所承载的数据流量在步骤103中已经确定，因此，当完成步骤104的分配阶段后，如图8所示，可以得出目标网络内每一条传输路径的每一条链路上所承载的数据流量的大小，其中，每条链路的粗细程度可以代表该链路上所承载的数据流量的大小。
[0098] 这样，根据分配阶段输出的上述分配结果，即每一条链路上所承载的数据流量的大小，可以较为准确的预测和确定出目标网络内哪些链路容易发生拥塞，哪些节点的资源不足，哪些节点的资源过剩，从而对目标网络进行准确的网络规划或动态调整，实现目标网络的负载均衡。
[0099] 此时，仍如图4所示，管理装置还可以执行步骤105，即：管理装置根据目标网络中各条传输路径承载的数据流量，对目标网络进行网络规划或动态调整。
[0100] 例如，管理装置可以向预设的网络规划模型输入步骤104的分配结果，即目标网络中各条传输路径承载的数据流量，进而，经过网络规划模型的计算后，可以得出目标网络的网络规划意见，例如，对某个节点需要进行扩容操作以及扩容的大小等。
[0101] 另外，管理装置与目标网络内的各节点为在线状态时，管理装置还可以进一步根据步骤104的分配结果对目标网络进行动态调整，例如，当节点1需要扩容时，管理装置可以向节点1发送扩容指令，扩容指令中携带有扩容的大小，这样，节点1可以根据该扩容指令进行扩容操作，这样，便实现了从数据流量预测到网络规划建设的系统化管理方式。
[0102] 进一步地，仍如图4所示，在执行完步骤101所述的生成阶段之后，由于预测出了每个节点在指定时段内的预测流量，因此，管理装置还可以进一步执行下述步骤106-107，以确定每个节点内的资源分布情况和资源需求。
[0103] 106、管理装置获取目标网络内每个节点当前允许承载的数据总流量。
[0104] 107、对于目标网络内的每个节点，管理装置根据上述数据总流量以及该节点的预测流量，计算该节点需要新增或减少的资源大小。
[0105] 首先，在步骤106中，管理装置可以统计当前的目标网络内(即现网内)每个节点允许承载的数据总流量，例如，节点1可以承载的数据总流量为Z1’。
[0106] 进而，在步骤107中，当步骤101已预测出了每个节点的输入流量和输出流量时，可以计算出每个节点需要承载的数据总流量，例如，节点1需要承载的数据总流量为Z1，Z1＝D1+O1。
[0107] 这样，通过比较Z1和Z1’的取值，当Z1＞Z1’时，即说明当前节点1的资源不足，需要新增资源；当Z1＜Z1’时，即说明当前节点1的资源过剩，需要减少资源。
[0108] 那么，无论是需要新增资源或减少资源，都需要对节点1需要承载的数据总流量Z1重新进行分配，即将Z1分配为现网内节点1分担的数据流量和节点1需要新增的数据流量(或需要减小的数据流量)。
[0109] 以需要新增数据流量为例，可以通过设置现网分担系数P1和新增分担系数P2(0≤P1≤1，0≤P2≤1，P1+P2＝1)对节点1需要承载的数据总流量Z1重新进行分配，Z1*P1即为重新分配后现网内节点1分担的数据流量，Z1*P2即为重新分配后节点1需要新增的数据流量。
[0110] 具体的，仍以需要新增数据流量为例，可以通过物理扩容操作(即增加新的硬件设备)或NFV扩容操作来新增数据流量。由于NFV扩容或NFV缩容操作采用了NFV技术，可以将节点1内的各种网元变成独立的应用，灵活部署在统一的平台上，每个应用可以通过快速增加减少虚拟资源来达到快速缩扩容的目的，从而大大提升目标网络的弹性。因此，当采用NFV扩容操作来新增数据流量时，上述现网分担系数P1的值可以设置的较大，而采用物理扩容操作来新增数据流量时，上述现网分担系数P1的值普遍较小，也就是说，采用NFV技术对目标网络内的各个节点进行NFV扩容或NFV缩容操作时，可以提高当前目标网络内各个节点对数据流量的承载能力，使目标网络内的资源得以充分利用。
[0111] 可选的，在管理装置执行步骤105时，还可以参考步骤107中计算得到的每个节点需要新增或减少的资源大小，从而得出对目标网络进行网络规划或动态调整，实现目标网络的负载均衡。
[0112] 上述主要从各个网元之间交互的角度对本发明实施例提供的方案进行了介绍。可以理解的是，各个网元，例如上述管理装置11、节点12等，为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0113] 本发明实施例可以根据上述方法示例对管理装置11进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0114] 在采用对应各个功能划分各个功能模块的情况下，如图3所示，示出了上述实施例中所涉及的管理装置11的一种可能的结构示意图，该管理装置11包括生成单元21、分布单元22、划分单元23以及分配单元24。生成单元21用于支持管理装置11执行图4中的过程101；分布单元22用于支持管理装置11执行图4中的过程102；划分单元23用于支持管理装置11执行图4中的过程103，分配单元24用于支持管理装置11执行图4中的过程104。其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
[0115] 进一步地，如图9所示，示出了上述实施例中所涉及的管理装置11的另一种可能的结构示意图，该管理装置11还包括规划单元25a或调整单元25b，当管理装置11与目标网络内的各节点12为离线状态时，该规划单元25a用于根据分配单元24的分配结果对目标网络进行网络规划，当管理装置11与目标网络内的各节点12为在线状态时，该调整单元25b用于根据分配单元24的分配结果对目标网络进行动态调整，即支持管理装置11执行图4中的过程105。
[0116] 进一步地，如图10所示，示出了上述实施例中所涉及的管理装置11的另一种可能的结构示意图，该管理装置11还包括获取单元26和计算单元27，该获取单元26用于支持管理装置11执行图4中的过程106，该计算单元27用于支持管理装置11执行图4中的过程107。
[0117] 进一步地，如图11所示，示出了上述实施例中所涉及的管理装置11的另一种可能的结构示意图，该管理装置11还包括操作单元28，用于当节点需要新增资源时，进行NFV扩容操作为该节点增加虚拟资源；当节点需要减少资源时，进行NFV缩容操作为该节点减少虚拟资源。
[0118] 在采用集成的单元的情况下，图12A示出了上述实施例中所涉及的管理装置11的一种可能的结构示意图。管理装置11包括：处理模块1302和通信模块1301。处理模块1302用于对管理装置11的动作进行控制管理，例如，处理模块1302用于支持管理装置11执行图4中的过程101-107，和/或用于本文所描述的技术的其它过程。通信模块1301用于支持管理装置11与其他网络实体的通信，例如与图1中示出的功能模块或网络实体之间的通信。管理装置11还可以包括存储模块1303，用于存储管理装置11的程序代码和数据。
[0119] 其中，处理模块1302可以是处理器或控制器，例如可以是中央处理器(Central Processing Unit，CPU)，通用处理器，数字信号处理器(Digital Signal Processor，DSP)，专用集成电路(Application-Specific Integrated Circuit，ASIC)，现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。通信模块1301可以是收发器、收发电路或通信接口等。存储模块1303可以是存储器。
[0120] 当处理模块1302为处理器，通信模块1301为通信接口，存储模块1303为存储器时，本发明实施例所涉及的管理装置11可以为图12B所示的管理装置11。
[0121] 参阅图12B所示，该管理装置11包括：处理器1312、通信接口1313、存储器1311以及总线1314。其中，通信接口1313、处理器1312以及存储器1311通过总线1314相互连接；总线1314可以是外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图12B中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0122] 结合本发明公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(Random Access Memory，RAM)、闪存、只读存储器(Read Only Memory，ROM)、可擦除可编程只读存储器(Erasable Programmable ROM，EPROM)、电可擦可编程只读存储器(Electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于核心网接口设备中。当然，处理器和存储介质也可以作为分立组件存在于核心网接口设备中。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 云计算模拟平台及其创建方法、装置和存储介质 | 2020-05-11 | 454 |
| 基于多安全域的云平台分级管理方法及装置 | 2020-05-08 | 189 |
| 基于虚拟化环境下的安全防护方法及装置 | 2020-05-12 | 610 |
| 在基于网络功能虚拟化(NFV)的通信网络和软件定义的网络(SDNS)中提供安全性的系统、方法和计算机程序 | 2020-05-08 | 458 |
| 虚拟化内存的管理方法、装置和存储介质 | 2020-05-13 | 669 |
| 一种认证方法、装置和系统 | 2020-05-14 | 353 |
| 一种网元容量弹性调整的方法、装置和存储介质 | 2020-05-08 | 799 |
| 一种基于云平台的云硬盘创建方法和装置 | 2020-05-08 | 300 |
| 云平台虚拟导流技术的调度方法及装置 | 2020-05-11 | 234 |
| 一种虚拟化加速方法、装置、存储器及设备 | 2020-05-12 | 521 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈